木本观赏植物花期预报研究进展

俞雯乐 刘晓 陈志先 谢晓宇 王红 邵京

摘 要：准确开展各类植物花期预报服务，对于推动当地经济社会发展、有效提升公众的获得感和幸福感具有重要意义。花期具有可预报性，但受气候和生物等因子的综合影响，花期预报的准确性仍然存在很多困难。该文以木本观赏植物为例，梳理了木本观赏植物花期预报理论与方法、木本观赏植物花期与环境影响因子的关系以及花期预报模型构建等方面的研究进展。木本观赏植物花期预报在不同地区不同花期预报模型的预报精度存在较大差异。总的来说，合理的花期預报影响因子筛选和有效的花期预报模型是木本观赏植物花期预报的重要发展方向。因此，今后的研究要重视花期变化与环境因子作用机理以及构建普适性的花期预报模型，不断提高木本观赏植物花期预报精度。

关键词：花期预报;研究进展;木本观赏植物;预报方法;预报因子

中图分类号 S688 文献标识码 A 文章编号 1007-7731（2022）05-0100-06

Abstract： It is of great significance to promote local economic and social development and effectively improve the public′s sense of gain and happiness to carry out various kinds of flower forecasting services accurately. However， due to the comprehensive influence of meteorological， geographical， plant conditions and biological factors， it is still difficult to predict the accuracy of flowering forecast. In this paper， the theory and method of flowering prediction of woody ornamental plants， the relationship between flowering date of woody ornamental plants and environmental impact factors， and the construction of flowering forecast model were discussed. The results showed that the prediction of flowering time of woody ornamental plants was affected by many factors， such as meteorological factors， the soil and water environment of plant growth， and the growth condition of plants， and the prediction accuracy of different models of flowering time in different regions was quite different. In general， reasonable selection of influencing factors for flowering prediction and effective flowering prediction models are important development directions for flowering prediction of woody ornamental plants. Therefore， future research should pay attention to the mechanism of flowering change and environmental factors， and build a universal flowering forecast model， so as to continuously improve the flowering forecast accuracy of woody ornamental plants.

Key words： Flowering forecast; Research progress; Woody ornamental plants; Forecast method; Forecast factor

开花是植物的重要物候现象，花期的早晚和长短直接影响着农业生产和城市园林绿化。古代，人们根据二十四节气来指导农事活动，所谓“二十四番花信风”，是关于植物花期的经验判断[1，2]。如今，随着社会经济的发展和人民生活水平的提高以及赏花主题节庆活动的蓬勃兴起，农业生产实践、城市园林绿化需要更为精准的植物花期预报。开展花期预报研究对于农业生产中的农时催花管理、果业防灾减灾、养蜂产业发展[1-3]和城市园林中的园林绿化造景、花展节庆活动、旅游气象服务、致敏花粉的卫生防治[4-6]等都具有重要意义。

物候是植物生长过程中受环境影响而出现的以年为周期的自然现象[7-11]。花期是植物一年四季中重要的周期性物候现象，包括初花期、盛花期和末花期。在物候期内，5%的花处于开放状态为初花期，单株花量最多（50%的花已经开放）为单株盛花期，各单株盛花期最集中的时期为物种盛花期，5%的花处于未开放状态为末花期，末花期的日期减去初花期则为该植物的花期[12]。

然而，受气候和生物等因子影响，植物花期预报仍存在很大困难，特别是花期观测时间序列较短，花期预报的机理认识有待提高，限制了植物花期预报精度，也导致很多地方难以发布权威的花期预报产品。因此，植物花期预报研究具有重要的理论意义和实践价值。

通过近30年来我国花期预报研究文献检索，对具有重要影响的文献进行梳理发现：20世纪90年代开始，我国学术研究开始关注花期预报，21世纪以后，花期预报研究逐渐成为我国学术研究的热点。学者们围绕不同的花期预报目的，针对不同地区和不同植物开展了多目标、多区域、多物种、多方法的花期预报研究。研究区域主要集中于我国北方地区，南方地区研究较少;研究对象主要以木本观赏植物的花期研究为主;研究案例以单一木本观赏植物的个案花期研究研究居多;研究内容以初花期短期预报研究为主，盛花和末花及花期持续时间的中长期预报研究较少;研究方法以模型预报和回报检验为主，开花原理和机理解释较少;研究成果多以期刊论文为主，硕博论文研究较少。

1 木本观赏植物花期演变规律

木本观赏植物开花是一个复杂的生理现象，是温度、湿度、光照、土壤和水等诸多环境因素的综合作用下[3，13]、遵循植物自身生长规律而表现出来的植物物候现象，有其自身的花期演变规律。不同木本观赏植物的花期随温度变化而表现出不同的变化特征和变化规律。植物物候研究表明：从时间上看，温度升高一般会导致春季植物物候提前、秋季物候推迟，从而延长植物生活史周期[9，14-16]。受我国春季温度变化的影响，我国木本植物的春季物候在20世纪80年代前、后出现了较明显的变化，两者变化趋势一致[17]。从空间上看，花期物候也具有明显的地理分布变化特征，经度、纬度和海拔高度均对花期具有明显影响，纬度对花期的影响作用尤为显著[17]。20世纪80年代以后，我国东北、华北及长江下游等地区的物候期提前，西南东部、长江中游等地区的物候期推迟，同时物候期随纬度变化的幅度减少[17]。总体上，我国同一木本观赏植物开花的时间是低海拔地区先开，高海拔地区后开，初花期由南向北逐渐延迟[6，13]。

气候变化对植物生长产生影响，植物物候也表现出对气候变化的响应和适应[15]。植物物候研究表明：温度作为重要的气候因子，与植物物候变化高度相关。在气候变暖的趋势下，植物春季因温度升高而导致休眠解除、春季物候提前，秋季因温度升高而休眠延缓、秋季物候推迟，出现植物的生长季延长的趋势[9，15，16]。物候期的提前与推迟对温度的变化响应是非线性的，也因植物种类、季节、地理位置的不同而有着很大的差别[16]。春季物候的早晚和春季气温呈负相关，温度升高，春季开花期提前;气温降低，春季开花期推后[16]，即气温升高，则始花期偏早，气温降低，则始花期偏晚[2]。而对于需要一定的低温刺激的植物，则与秋季气温呈正相关：温度升高，花期就推迟，温度降低，花期就提前[7，18]。

郑景云等研究认为，由于20世纪80年代以来我国大部分地区春季增温，秦岭以南地区降温，因此东北、华北及长江下游等地区物候期提前，西南东部、长江中游等地區物候期推迟[17]。张增信等研究认为，随着气候变暖，南京地区木本观赏植物初花、盛花和末花期总体上都有提前的趋势[19]。

2 木本观赏植物花期预报研究

2.1 花期可预报性研究 木本观赏植物花期受温度的影响大。开花前期的气候条件在一定程度上影响和决定着开花的早晚[20]。植物开花的早晚主要受需冷量和需热量2个温度因子控制，需要一定的低温来打破花芽的自然休眠，也需要开花前有一定的积温才能萌芽开花[19]。植物开花与否并不是由物候现象发生时的温度决定，而是与开花前一段时间内温度的累加值有关，这一累加值被称为植物完成发育期开花所需要的积温[14]。根据积温学说，在植物生长的环境因子满足的条件下，温度对植物的发育起主导作用[21]。温度对植物的影响，主要受“三基点”温度指标的影响，即最低温度（下限温度）、最适温度和最高温度（上限温度）[21]。最适温度适宜植物的生长发育，超过最高温度或低于最低温度均会影响植物生长发育，对植物造成不同程度的危害。不同植物有着不同的“三基点”温度，即使是同一植物在不同的发育阶段“三基点”温度也不同[22]。

气候因素与植物物候现象的相关性是花期预报的理论基础[14]。木本观赏植物花期预报研究根据植物开花物候变化与气候因子之间的相关性，建立分析模型进行花期预报，并通过回报检验来印证。尹文昱等通过大樱桃[Cerasus avium（L.）Moench]的始花期与前期气温变化的相关性建立花期预报模型，预报的平均误差为1d左右[23]。郭连云等用逐步回归分析方法建立了基于主要气候因子的梨Pyrus spp的始花期预报模型，并利用预测模型进行回测，预报的准确率较高[20]。吴炫柯等通过桂花[Osmanthus fragrans （Thunb.）Loureiro]盛花期的物候资料和气候资料建立回归预测模型，预测模型的回测准确率高[18]。廖碧婷等通过气温和花期数据建立起梅（Armeniaca mume Sieb）的预报模型并进行预报检验，预报效果良好[10]。云文丽等利用紫丁香（Syringa oblata Lindl）的物候资料和气候资料建立盛花期预测模型，并进行回测检验，回测准确率高[12]。顾品强等利用黄桃Amygdalus persica的花期资料和气候资料建立花期预报模型，模型拟合的正确率达到100%[24]。车少静等利用花期资料和气温资料建立迎春（Jasminum nudiflorum Lindl）始花期的综合预报模型，预报准确率为80%[2]。姚日升等基于气候因子建立BP神经网络花期预报模型，经检验取得理想的预报效果[7]。

木本观赏植物花期预报研究和回报检验表明，大部分预报模型准确性较高、可预报性强。说明基于气候因素和物候现象的相关性分析来进行植物花期预报的思路是可行的，木本观赏植物花期具有可预报性。

2.2 花期影响因子研究 开花是植物的重要物候现象，植物花期早晚和花期长短受植物生长的地理环境、气候因子及植物自身的生物因子的综合影响。不同的影响因素对特定地域环境下不同物种的花期产生了不同的影响，不同的花期预报方法和模型就是基于不同影响因子下的花期预报研究。根据物候学理论，日照、温度和降水等气候条件对植物花期有着重要的影响[14]。其中，气温是影响木本观赏植物开花的重要因子，开花前期积温是木本观赏植物开花的关键因子[3]。从现有研究看，木本观赏植物花期预报因子可简单按照气候因子和生物因子进行分类，其中又分为单因子或多因子综合影响的情况。

2.2.1 单气候因子

2.2.1.1 温度 影响开花的温度因子主要有需冷量、需热量和平均温度。木本观赏植物开花需要达到一定低温打破花芽的自然休眠[7]。因此，开花有需冷量的要求，通常以低温指数为研究指标。廖碧婷等引用台湾地区的根据花期需冷量建立的梅的花期预报模型，通过修改需冷量的界限温度，建立广州地区梅花期预报模型[10]。研究表明，将需冷量作为影响因子进行花期预报的效果良好，具有重要的研究意义和应用价值。

木本观赏植物开花也需要有一定的积温才能萌芽开花[7]。因此，开花也有需热量的要求，通常用有效积温作为研究指标。张增信等将有效积温作为影响因子研究了南京地区8种常见观赏树木花期预报，认为积温可能是影响南京市植物花期年际变化的主要影响因素之一[19]。尹文昱等利用始花期记录和前期月平均气温建立始花期-气温拟合模型进行始花期预报研究[23]。刘中新等以积温作为预报因子，建立了7个花期预报方程，预报效果良好[6]。车少静等将不同温度下（0℃、3℃、5℃）的积温作为影响因子进行迎春初花期预报研究[2]。王言鑫使用有效积温法，将积温（总积温、大于0℃积温、大于5℃积温、大于10℃积温）作为影响因子建立花期预报模型[9]。曲静利用日平均气温≥0℃、5℃的有效积温进行花期预报，认为有效积温具有明确的生物学预报意义[25]。上述研究表明，利用有效积温指标进行花期预报，可以很好地拟合植物初花、盛花和末花期以及花期长短等，预报效果与实况基本吻合，误差较小[6，19]。

平均温度研究指标包括平均温度、日照平均气温、逐月和逐旬平均气温、旬平均气温、旬平均最高气温、旬平均最低气温、旬平均气温日较差等。区胜祥等研究认为，平均气温、平均最高气温、平均最低气温与花期密切相关，旬平均温度积算值和旬平均最高温度积算值与花期相关性极为显著[26]。平均温度是较为稳定的温度指标，利用平均温度因子进行花期预报研究准确性良好。

研究表明，选取温度作为预报因子时，综合采用需冷量、需热量和平均温度3个温度因子来建立预报模型，预报准确性会提高。张秀英选取平均旬积温、平均最高旬积温及平均最低旬积温作为预报因子，建立花期预报模型的检验拟合率较高[3]。

2.2.1.2 大气环流 气候预测研究表明，大气环流与花期显著相关。孔凡忠等将500hPa大气环流作为影响因子进行牡丹（Paeonia suffruticosa Andr）花期预报研究，通过增加花期序列样本、加大网格点宽度、增大信息量，以期延长预报时效[27]。研究结果表明，牡丹开花早、晚受前期的大气环流影响，与前期北半球500hPa环流场、距平场特征和后期的气候状况相关，牡丹初花期与前期大气环流存在一组优势相关区[27]。利用大气环流作为预报因子是一种大尺度的花期预报方法，一般适合于中长期花期预报，对延长花期预报时效有一定的参考价值，但预報的精确度往往较低。

2.2.2 多气候因子 仅以单一气候因子进行预报，准确性较差，学者们更倾向于采用多气候因子进行花期预报。姚日升等将时积温、日积温、下限温度、降水、相对湿度等作为预报因子，采用BP神经网络建立桃树（Amygdalus persica L.）花期预报模型，取得了很好的预报效果[7]。云文丽等将旬平均温度、旬日照时数作为预报因子，建立了紫丁香盛花期预报模型，预报准确性较高[12]。舒斯等通过计算日序数与前期积温、累计日照时数的相关系数，作为预报因子建立始花期预报模型，认为初花期与积温相关性显著，并与累计日照时数显著相关，预报效果显著[14]。吴炫柯等将平均温度、降水量，降雨日数、平均最低温度、平均湿度等作为预报因子，建立了桂花盛花期预测模型，取得了较好的预报效果[18]。郭连云等以月平均气温、平均最高气温、平均最低气温、降水量和日照时数，以及≥0℃、≥3℃、≥5℃的初日（终日）的积温值作为预报因子，建立了梨树始花期预报模型，预报值基本吻合[20]。张翠英等选取逐月和逐旬平均气温、降水量、日照时数等因子进行筛选，建立了刺槐（Robinia pseudoacacia L.）盛花期的预报模型，预报效果良好[21]。王晓默等选取旬平均气温、降水量、日照时数作为预报因子，建立了桃树盛花期预报模式[22]。顾品强等选取旬平均气温、旬平均最高气温、旬平均最低气温、旬平均气温日较差、旬降水量、旬平均相对湿度以及旬日照时数作为预报因子，建立黄桃花期预报模型，拟合的正确率达到100%[24]。刘克长等将开花需热量以及日照时数作为指标，建立牡丹花期预报的数据模式[28]。柴芊等选用日最低气温和日平均气温，建立了苹果（Malus pumila Mill.）花期冻害指数计算模型进行花期预报，预报准确率高[29]。孙家清等选取日最高气温、日最低气温、日平均气温、日降水量、日日照时数、日平均相对湿度和日蒸发量等因子，建立了基于BP神经网络的油菜（Brassica napus L.）花期预报模型，结果表明，花期与日日照时数呈明显的正相关，与降水量和相对湿度呈负相关，预测结果准确率高[30]。周美燕等选取逐月和逐旬平均气温、降水量、日照时数等因子，建立鸭梨（Pyrus bretschneideri）初花期统计预报模式[31]。张利华等将旬平均气温、旬平均最高气温、旬平均最低气温、旬降水量和旬日照时数作为因子，通过始花期与气候因子之间的单相关分析，建立了梨树花期预报模型，发现气温和日照时数因子与始花期相关性较强，预报准确率高[32]。王存真等选取降水、温度（平均温度、最高温度、最低温度）、水汽压、日照等气候因子，建立了预报模式，预报效果良好[33]。

研究表明，各气候因子中，温度因子对花期的影响最大，日照因子次之，降水因子和其他因子的影响相对较小。考虑多气候因子进行花期预报，比单气候因子的花期预报更为全面，花期预报精度明显提高[24，29]。

2.2.3 生物因子 通过植物自身生长的状况来预报其花期，不仅考虑了植物自身的生长发育规律，而且综合了诸多生态因子的影响。杨国栋等认为，花期预报要关注预报对象自身的生长发育规律、本身芽生长的状况等因子，并通过芽生长量（芽的长轴与短轴）指标，构建大山樱（Prunus sargentii Rehder）花期预报模型[1]。贾坤等采用花芽的形态测量法，通过芽的长和宽指标来构建梅的花期预报模型[4]。张明庆等也使用花芽的形态测量法，根据花芽的长轴和短轴指标对大山樱进行了花期预报[8]。将植物自身生长状况作为预报因子来建立预报花期模型，不仅方式简便易行，而且可以连续预报，且对多种植物都适用，预报准确性良好。

综上分析，目前学者们对花期预报因子的选取多以气候因子为主，其中又将温度作为重要因子，其次是降水、日照时数、湿度等因子，而较少考虑地理环境和生物因子的影响。在选取多因子预报研究时，尚未考虑到水土因子、气候因子和生物因子相结合的情况。因此，在今后的花期预报研究中，应扩大花期预报影响因子的研究范围，加强预报因子的综合影响研究，建立系统的可供选择的花期预报指标体系，以构建更科学的花期预报模型[30，33]。

2.3 花期预报方法与模型研究 植物花期预报研究方法多样。根据预报时间的长短，可分为中长期预报和短期预报。中长期预报是依据中长期的序列观测数据进行预报，主要包括气候因子预报方法和物候现象花期方法，这2种预报都需要长期的序列数据作为预报依据;短期预报是依据短期的观测数据进行预报，主要有测量花芽的形态变化进行花期预报，这种方法需要的数据较少，1～2年数据即可进行花期预报。根据观测的方法和手段，可分为物候观测法、花芽的形态测量法。根据统计计算方法，可分为回归分析方法和BP神经网络法。大部分学者所用的并非单一方法，而是采用多种方法进行综合研究。

2.3.1 基于物候观测法的预报模型 物候观测法是采用目测、望远镜及其他专用工具，由研究人员观测记录花期物候资料，利用多年的物候资料和气候资料，借助于人们对自然现象季节变化规律的认识，分析植物的初花、盛花、末花及花期的演变规律，从而建立预报模型进行花期预报[11]。

刘中新等通过对杜鹃（Rhododendron simsii Planch）花蕾和花芽的观测连续观测，结合多年的气温资料和花期物候资料，统计总花蕾数、花芽膨大、花开放、花脱落的百分比，计算不同高度、不同时段和不同要素条件下积温并進行相关分析，从而建立起杜鹃花期预报模型，预报效果良好[6]。舒斯等根据多年连续的花期观测资料及同期气候资料，建立武汉大学樱园日本樱花[Cerasus×yedoensis（Mats.）Yü et Li]始花期预报模型，通过独立样本检验预报效果显著[14]。王存真等利用多年的始花期观测资料，通过气候因子的普查分析与筛选，进行统计分析方法，建立了桂林市桂花花期预报模型，预报效果良好[33]。用物候观测法建立模型进行预报花期，由于根据积温判定春型的指标难以把握，容易造成花期预报产生偏差[31]，因而存在一定的局限性。

2.3.2 基于花芽形态测量法的预报模型 花芽形态测量法是一种新的物候学方法，通过对选定的观测对象进行定株、定时和定人的观测，记录花芽长、芽宽与距始花期天数，建立花芽长、芽宽与距始花期天数的回归模型，通过始花期与气候因子之间的相关性分析，筛选开花前的气候要素，寻找关键因子和关键期，从而建立初花期的预报模型[4]。张明庆等采用花芽形态测量法对大山樱进行花期预报，通过观测花芽增大、花期临近、花芽开放、花蕾分离等不同时期的花芽长轴和短轴，并对花芽长轴和短轴进行连续观测与均值计算，通过花芽形态变化观测日期与始花日期之间相距天数的回归分析进行花期预报，预报效果较好[8]。花芽形态测量法具有建模周期短、简便易行、逐日观测、连续预报的特点，且应用范围广泛，适用于各种植物的花期预报[8]。

2.3.3 基于有效积温法的预报模型 有效积温法是通过植物初花、盛花、末花前一天的气温累值统计，计算植物开花的不同有效积温，进行有效积温与开花日期的相关性分析，并结合回归分析进行预报的一种方法[19]。车少静等通过>0℃积温累计值来进行迎春的初花期预报研究[2]。曲静根据物候学方法中积温法原理，研究桃树生长发育速度与平均气温的线性关系，通过积温来进行桃树的盛花期预报研究，认为有效积温具有明确的生物学预报意义[25]。区胜祥等研究认为，平均气温、平均最高气温、平均最低气温与花期密切相关，可以根据花期有效积温和气温预报值进行花期预报，据此建立柑橘（Citrus reticulata Blanco）花期预报模型，预报效果良好[26]。周美燕等根据物候资料及春季气候特点，通过鸭梨初花期期间≥0℃积温计算，建立了模型进行鸭梨初花期预报[31]。有效积温法依赖于中长期天气预报，预报难度大，易产生误差，且有效积温每年变化幅度大，实际中难于运用，一般作为其他预报方法的对比和补充[22]。

2.3.4 基于回归分析法的预报模型 回归分析法是通过物候花期观测与前期气候条件的相关性分析，选取影响花期的相关气候因子对花期进行回归分析，建立回归模型进行花期预报的一种方法。张秀英根据气温资料和物候观测资料，建立了花期平均旬积温和平均最高旬积温与桃树花期的回归模型，预报模型的预报效果显著[3]。云文丽等利用候观测资料和相应气候资料，通过回归分析，建立了以旬平均温度、旬日照时数、降水量、0℃积温为因变量的紫丁香盛花期回归预测模型[12]。吴炫柯等利用多年的平均温度、降水量，降雨日数、平均最低温度、平均湿度等气候资料以及盛花期的物候资料，采用逐步回归方法，建立桂花盛花期回归预测模型[18]。张翠英等根据逐年统计的下限温度、逐月和逐旬平均气温、降水量、日照时数等气候因子，通过逐步回归筛选建立了刺槐盛花花期回归预报模型[21]。王晓默等选取旬平均气温、降水量、日照时平均气温稳定通过0、5、10℃后10d内的降水量与日照时数，结合了物候观测数据，利用DPS软件进行相关分析和回归筛选，建立桃树盛花期预报模型[22]。曲静利用花芽开放期到盛花期的天数（N）和相应时段的平均气温（T）统计数值，建立回归方程，对桃树盛花期进行逐步回归分析预报[25]。周美燕等选取逐月和逐旬平均气温、降水量、日照时数及日平均气温稳定通过0℃、5℃的初日等多个气候因子，通过逐步回归分析建立了鸭梨花期的回归模型预报[31]。张利华等采用气候观测资料，通过旬平均气温、旬平均最高气温、旬平均最低气温、旬降水量和旬日照时数作为因子建立了梨树始花期的回归预报模型[32]。王存真等在全面普查逐月、逐旬的气候要素基础上，用当年桂花开花期单相关性大于50%的因子进行逐步回归，建立了桂花长期预报回归模型，预报效果良好[33]。张倩等根据地面观测资料和库尔勒香梨（Pyrus sinkiangensis Yü）花期物候资料，采用逐步回归分析法确定影响因素，建立回归预测模型进行库尔勒香梨盛花期预报研究[34]。苟杨等根据油菜花期数据和气温资料，运用逐步回归法进行油菜开花盛期预报研究[35]。

回归分析法属于统计学范畴，有些因子难以确切解释物理意义，预报结果更多的是一种数值拟合，而缺少作用机制和机理解释，同时也会出现特殊年份预报偏差较大的现象[31]。在实际应用中，可以将回归分析法与物候观测法、有效积温法相结合，回归分析预测作一种补充，弥补物候法和积温法的缺点，以提高预报效果。

2.3.5 基于BP神经网络的预报模型 BP（Black Propagation）神经网络是一种按照误差逆向传播算法训练的多层前馈网络，是至今为止应用最广泛的神经网络[30]。姚日升等通过前期光、温、湿条件等变异系数与花期的相关关系分析来确定预报因子，利用欧洲中期天气预报中心（ECMWF）细网格资料，建立以光、温、湿为预报因子的基于BP神经网络的花期预报模型，开展花期中期预报并对模型的可行性进行验证[7]。孙家清等也建立以8个气象因子为主成分因子的基于BP神经网络的油菜花期预报模型[30]。经检验，基于BP神经网络的花期预报模型，以光、温、湿为预报因子和数值预报产品为支撑的花期预报是可行的，相较于传统的线性回归预报模型和有效积温预报模型，BP神经网络构建的花期预报模型能拓宽预报因子的选择范围，充分利用现有数据资料和细网格中期数值预报产品，实现更为精准的花期预报，从而提高预报的可靠性和准确度[7，30]。

综上，木本观赏植物花期受地理环境、气候因子、生物因子等综合影响。根据木本观赏植物生长规律，构建基于影响因子的预报模型进行花期预报是可行的，木本观赏植物花期具有可预报性。构建科学合理的花期预报模型是进行木本观赏植物花期预报的关键。花期预报模型的方式多種多样，但采用单一方法进行研究的准确性较低，故学者们在研究时更多地采用2种以上的方法进行模型预测研究，相互补充以提高花期预报的准确度。同时，相比预测精度较低的物候法和积温法等传统预报方式，近几年出现了一些如花芽形态测量法和BP神经网络法等新的预报方法，可以实现更精准的花期预报。

3 小结与展望

3.1 小结 木本观赏植物花期预报具有重要的理论价值和实践意义，已有木本观赏植物花期预报的研究已取得了一些进展，但也存在诸多问题和难点：

（1）木本观赏植物花期受气候因子和生物因子等的综合影响，花期变化具有可预报性。不同的影响因素对不同地域环境下不同物种的花期产生了不同的影响。在影响花期的环境条件中，温度、降水、日照时数、湿度、气压等气候因子是影响花期的重要因素。生物因子是影响花期的显著因子。现有预报因子研究以气候因子居多，生物因子考虑较少，尤其缺乏水土环境因子研究。识别和调查木本观赏植物花期的影响因子，进行花期与影响因子相关性分析，建立分析模型进行花期预报是木本观赏植物花期预报的基本研究思路。

（2）花期变化与环境因子之间存在复杂的作用机理，给花期的准确预报带来了一定困难。现有研究以单一植物的个案花期研究居多，多种类植物花期研究较少;研究内容以初花期短期预报研究为主，盛花和末花及花期持续时间的中长期预报研究较少;研究方法以模型预报和回报检验为主，开花原理和机理解释较少。

（3）目前还没有单一方法能够对所有木本植物的花期进行准确预报，学者们大多采用综合预报方法进行花期预报，学术研究针对不同的植物、不同的预报目的采用不同的预报方法，包括中长期预报和短期预报、气候因子预报和物候现象预报、物候观测和花芽形态测量预报、数理统计分析预报和回归分析预报，以不断提高预报方法的先进性来提高花期预报的准确性。

3.2 展望 （1）建立分析模型进行花期预报是木本观赏植物花期预报的主要研究思路，但花期预报模型的适用性有待加强。目前，学术研究提出的花期预报研究模型大多是基于特定地域单一树木的个案实证研究而建立的预测模型，是“一地一花一模型”，花期预报研究模型呈现“百花齐放”的现象，预测模型的普遍适用性和借鉴性较差。

（2）受不同地域环境下不同物种不同的影响因素影响，花期预报误差较大，花期预报的准确性仍有待提高。如何建立适用性的花期预报模型，降低花期预报日期误差，提高花期预报的“精度”，仍有待深入研究。

（3）花期变化与环境因子之间存在复杂的作用机理，关于花期预报的开花原理和机理解释有待进一步探讨。目前学术界关于花期预报的研究大多是基于回归分析和相关性分析的预报模型建立和回报检验，少有对开花原理和机理进行解释和探讨。扩大花期预报影响因子的研究范围，加强预报因子的综合影响研究，加强木本观赏植物开花影响因子的机理解释是学术研究的发展方向。

参考文献

[1]杨国栋，张明庆，董建华，等.树木花期的预报方法新探——以大山樱为例[J].首都师范大学学报（自然科学版），2000（01）：66-71.

[2]车少静，赵士林，智利辉.迎春始花期预报方法的研究[J].中国农业气象，2004（03）：70-73.

[3]张秀英，胡东燕.桃花花期预报的探讨[J].北京林业大学学报，1995（04）：88-93.

[4]贾坤，张黎霞，赵天禄，等.北京地区梅花的花期预报模式初建[J].北京林业大学学报，2010，32（S2）：97-100.

[5]魏秀兰，孔凡中，张宗灏，等.菏泽牡丹开花期的长期预报[J].气象，2001，27（6）：55-57.

[6]刘中新，朱慧丽，李建平，等.麻城龟峰山古杜鹃花期滚动预报方法探讨[J].气象科技，2016，44（01）：130-135.

[7]姚日升，涂小萍，丁烨毅，等.宁波桃树花期预报方法[J].气象科技，2014，42（01）：180-186.

[8]张明庆，杨国栋，许晓波.树木花期预报的花芽形态测量法研究——以大山樱花期预报为例[J].植物生态学报，2005（04）：610-614.

[9]王言鑫.南京市木本植物花期对气候变化的响应研究[D].南京：南京林业大学，2015.6.

[10]廖碧婷，王四化，杜尧东，等.广州地区梅花花期的预报方法[J].广东气象，2016，38（04）：55-58.

[11]王言鑫，张增信，杨艳蓉，等.南京市77种常见木本植物花期特征分析[J].南京林业大学学报：自然科学版，2014，38（5）：118-122.

[12]云文丽，乌达巴拉.呼和浩特市紫丁香盛花期预报模式的研究[J].安徽农业科学，2008，36（31）：13618-13619.

[13]李军.桃始花期的长期预报模型[J].西北植物学报，2005（09）：1876-1878.

[14]舒斯，肖玫，陈正洪.樱花始花期预报方法[J].生态学报，2018，38（02）：405-411.

[15]陆佩玲，于强，贺庆棠.植物物候对气候变化的响应[J].生态学报，2006，26（3）：923-928.

[16]张学霞，葛全胜，郑景云，等.近150年北京春季物候对气候变化的响应[J].中国农业气象，2005，26（3）：263-267.

[17]郑景云，葛全胜，赵会霞.近40年中国植物物候对气候变化的响应研究[J].中国农业气象，2003，24（1）：28-32.

[18]吴炫柯，段毅强，李家文，等.桂花盛花期预报方法初探[J].安徽农业科学，2007（27）：8482-8484.

[19]张增信，王言鑫，杨艳蓉，等.南京地区8种常见观赏树木花期可预报研究[J].生态科学，2014，33（04）：642-648.

[20]郭连云，赵年武.贵德县梨树始花期与气象因子的相关分析及预报模型[J].中国农学通报，2016，32（7）：147-151.

[21]张翠英，刘了凡，樊景豪.刺槐盛花期预报模式的研究[J].山东气象，2001（03）：30-31.

[22]王晓默，李宪光，董宁，等.济宁桃花盛花期预报模式[J].农学学报，2014，4（12）：104-106.

[23]尹文昱，肖日光，王宗敏，等.大连地区大樱桃始花期预报模式研究[J].安徽农业科学，2011，39（03）：1346-1347.

[24]顾品强，姚瑶.黄桃始花期和成熟期统计预报模型研究[J].上海农业学报，2013，29（03）：54-58.

[25]曲静.观光桃花盛花期预报[J].陕西气象，2010（05）：19-20.

[26]区胜祥，宋国雄.果树生物学零度和花期预報的研究[J].果树科学，1987（02）：1-6.

[27]孔凡忠，刘继敏，孔莉，等.菏泽牡丹初花期的中长期预报模型[J].中国农业气象，2011，32（01）：115-121.

[28]刘克长，刘怀屺，张继祥，等.牡丹花前温度指标的确定与花期预报[J].山东农业大学学报，1991（04）：397-402.

[29]柴芊，栗珂，刘璐.陕西果业基地苹果花期冻害指数及预报方法[J].中国农业气象，2010，31（04）：621-626.

[30]孙家清，张志薇，艾文文.BP神经网络在油菜花期预报中的应用[J].气象与环境科学，2019，42（04）：22-26.

[31]周美燕，高清民，崔晓霞，等.鸭梨初花期预报模式的研究[J].山东气象，2005（03）：32-34.

[32]张利华，任曙霞，张永强，等.梨树始花期预报[J].气象科技，2012，40（03）：485-488.

[33]王存真，唐广田，白先达.桂花花期气象预报研究[J].中国农学通报，2014，30（22）：74-78.

[34]张倩，李新建，吉春容，等.库尔勒香梨盛花期预报模型初探[J].山西农业科学，2012，40（11）：1211-1213，1225.

[35]苟杨，唐红忠，孟添航.荔波县油菜开花盛期预报研究[J].安徽农学通报，2014，20（14）：43-45.